分享:Python 微信公眾號文章爬取的示例代碼

　　Python微信官方帳戶(hù)文章抓取的示例代碼

　　更新時(shí)間：2020年11月30日08:31:45作者：少年白

　　此文章主要介紹了Python微信公共帳戶(hù)文章抓取的示例代碼。本文將詳細介紹示例代碼，該示例代碼對于每個(gè)人的學(xué)習或工作都具有一定的參考學(xué)習價(jià)值。有需要的朋友讓我們與編輯一起學(xué)習。

　　?.?·

　　我們通過(guò)微信公眾平臺網(wǎng)絡(luò )版圖形消息中的超鏈接獲得所需的界面

　　

　　

　　從界面中，我們可以獲得相應的微信公眾號和所有相應的微信公眾號文章。

　　二.界面分析

　　訪(fǎng)問(wèn)微信官方帳戶(hù)：

　　參數：

　　action = search_biz

　　開(kāi)始= 0

　　count = 5

　　query =官方帳戶(hù)名

　　token =每個(gè)帳戶(hù)對應的令牌值

　　lang = zh_CN

　　f = json

　　ajax = 1

　　請求方法：

　　獲取

　　因此在此界面中，我們只需要獲取令牌，查詢(xún)就是您需要搜索的官方帳戶(hù)，并且可以在登錄后通過(guò)Web鏈接獲取令牌。

　　

　　獲取與官方帳戶(hù)對應的文章界面：

　　參數：

　　action = list_ex

　　開(kāi)始= 0

　　count = 5

　　fakeid = MjM5NDAwMTA2MA ==

　　type = 9

　　query =

　　token = 557131216

　　lang = zh_CN

　　f = json

　　ajax = 1

　　請求方法：

　　獲取

　　我們需要在該接口中獲取的值是上一步中的令牌和偽標識，并且可以在第一個(gè)接口中獲取該偽標識。這樣我們就可以獲得微信公眾號文章的數據。

　　

　　三.實(shí)施

　　第一步：

　　首先，我們需要模擬通過(guò)硒的登錄，然后獲取cookie和相應的令牌

　　

def weChat_login(user, password):

post = {}

browser = webdriver.Chrome()

browser.get('https://mp.weixin.qq.com/')

sleep(3)

browser.delete_all_cookies()

sleep(2)

# 點(diǎn)擊切換到賬號密碼輸入

browser.find_element_by_xpath("//a[@class='login__type__container__select-type']").click()

sleep(2)

# 模擬用戶(hù)點(diǎn)擊

input_user = browser.find_element_by_xpath("//input[@name='account']")

input_user.send_keys(user)

input_password = browser.find_element_by_xpath("//input[@name='password']")

input_password.send_keys(password)

sleep(2)

# 點(diǎn)擊登錄

browser.find_element_by_xpath("//a[@class='btn_login']").click()

sleep(2)

# 微信登錄驗證

print('請掃描二維碼')

sleep(20)

# 刷新當前網(wǎng)頁(yè)

browser.get('https://mp.weixin.qq.com/')

sleep(5)

# 獲取當前網(wǎng)頁(yè)鏈接

url = browser.current_url

# 獲取當前cookie

cookies = browser.get_cookies()

for item in cookies:

post[item['name']] = item['value']

# 轉換為字符串

cookie_str = json.dumps(post)

# 存儲到本地

with open('cookie.txt', 'w+', encoding='utf-8') as f:

f.write(cookie_str)

print('cookie保存到本地成功')

# 對當前網(wǎng)頁(yè)鏈接進(jìn)行切片，獲取到token

paramList = url.strip().split('?')[1].split('&')

# 定義一個(gè)字典存儲數據

paramdict = {}

for item in paramList:

paramdict[item.split('=')[0]] = item.split('=')[1]

# 返回token

return paramdict['token']

　　定義一個(gè)登錄方法，其中的參數是登錄帳戶(hù)和密碼，然后定義一個(gè)字典來(lái)存儲cookie值。通過(guò)模擬用戶(hù)，輸入相應的帳戶(hù)密碼，然后單擊“登錄”，然后將出現一個(gè)掃描驗證碼，只需使用登錄微信進(jìn)行掃描即可。

　　刷新當前網(wǎng)頁(yè)后，獲取當前的cookie和令牌，然后返回。

　　第2步：

　　1.請求獲得相應的官方帳戶(hù)界面，并獲取我們需要的偽造物

　　

url = 'https://mp.weixin.qq.com'

headers = {

'HOST': 'mp.weixin.qq.com',

'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/86.0.4240.183 Safari/537.36 Edg/86.0.622.63'

}

with open('cookie.txt', 'r', encoding='utf-8') as f:

cookie = f.read()

cookies = json.loads(cookie)

resp = requests.get(url=url, headers=headers, cookies=cookies)

search_url = 'https://mp.weixin.qq.com/cgi-bin/searchbiz?'

params = {

'action': 'search_biz',

'begin': '0',

'count': '5',

'query': '搜索的公眾號名稱(chēng)',

'token': token,

'lang': 'zh_CN',

'f': 'json',

'ajax': '1'

}

search_resp = requests.get(url=search_url, cookies=cookies, headers=headers, params=params)

　　傳入我們獲得的令牌和cookie，然后通過(guò)request.get請求獲取返回的微信官方帳戶(hù)的json數據

　　

lists = search_resp.json().get('list')[0]

　　可以通過(guò)上面的代碼獲取相應的官方帳戶(hù)數據

　　

fakeid = lists.get('fakeid')

　　可以通過(guò)上面的代碼獲得相應的偽造物

　　2.請求微信公眾號文章界面，并獲取了我們需要的文章數據

　　

appmsg_url = 'https://mp.weixin.qq.com/cgi-bin/appmsg?'

params_data = {

'action': 'list_ex',

'begin': '0',

'count': '5',

'fakeid': fakeid,

'type': '9',

'query': '',

'token': token,

'lang': 'zh_CN',

'f': 'json',

'ajax': '1'

}

appmsg_resp = requests.get(url=appmsg_url, cookies=cookies, headers=headers, params=params_data)

　　我們傳入了fakeid和token，然后調用request.get請求接口以獲取返回的json數據。

　　我們已經(jīng)意識到抓取微信官方帳戶(hù)文章。

　　四.摘要

　　通過(guò)抓取微信公眾號文章，您需要掌握硒的使用和請求，以及如何獲取請求接口。但是需要注意的是，當我們循環(huán)獲得文章時(shí)，必須設置延遲時(shí)間，否則帳戶(hù)將很容易被阻塞，并且無(wú)法獲得返回的數據。

　　這是本文文章的結尾，有關(guān)Python微信公共帳戶(hù)文章抓取的示例代碼。有關(guān)Python微信公眾號文章爬網(wǎng)內容的更多相關(guān)信息，請搜索以前的腳本文章或繼續瀏覽相關(guān)的文章，希望您將來(lái)會(huì )支持腳本屋！